针对硫化镍矿选矿浮选工业过程中液位控制进行数学分析，建立 BP预测模型并实施多浮选槽液位控制方法，利用目前工程领域流行的 MATLAB 7.0中提供的神经网络工具箱，对网络模型进行训练和仿真，为有效抑制各槽液位扰动、实时调整各浮选槽液位和实现浮选指标的提高提供了有效的途径。仿真结果证明了BP神经网络对解决硫化镍矿浮选过程液位PID控制的有效性，具有广泛应用和推广的价值。
